我有一个带代码的表和另一个带前缀的表.我需要匹配每个代码的(最长)前缀.
还有一个辅助范围,我必须限制前缀(这涉及引入其他表).我不认为这在大多数情况下都很重要,但这里是一个简化的(规范化的)方案(我必须设置item.prefix_id)：
group (id)
subgroup (id,group_id)
prefix (id,subgroup_id,prefix)
item (id,group_id,code,prefix_id)
可以在新字段中缓存前缀的长度并对其进行索引.将group_id缓存在前缀表中是可以的(尽管组是相当小的表,在大多数情况下我认为不会获得任何性能提升). item表包含几十万条记录,前缀最多包含500条.
编辑：
对不起如果问题定义不够.当使用单词“prefix”时,我实际上是指它,所以代码必须以实际前缀开头.
subgroup
id group_id
-------------
1 1
2 1
3 1
4 2
prefix
id subgroup_id prefix
------------------------
1 1 a
2 2 abc
3 2 123
4 4 abcdef
item
id group_id code prefix_id
-----------------------------------
1 1 abc123 NULL
2 1 abcdef NULL
3 1 a123 NULL
4 2 abc123 NULL
前缀列的预期结果是(item.id,item.prefix_id)：
(1,2)因为：子组1,2,3在组1下,代码abc123以前缀a开头,前缀abc和abc是两者的最大值,所以我们取ab的id为2并将其放入item.prefix_id.
(2,2)因为：即使前缀{4}(即abcdef)是最喜欢的匹配前缀,它的子组(也就是4)在组2下,但是项目在组1下,所以我们可以从子组中选择1,3和仍然是abc是三个可能的前缀中的最强匹配.
(3,1)因为：a是最热门的匹配.
(4,NULL)因为：第4项在第2组下,第2组下唯一的前缀是abcdef,这与abc123不匹配(因为abc123不以abcdef开头).
但正如我所说,整个摸索的事情并不是问题的重要组成部分.我主要关注的是将一个带有可能前缀的表与一个字符串表进行匹配,以及如何以最佳方式进行匹配. (最好意味着可读性,可维护性和性能之间的最佳权衡 – 因此标题中的“最佳预告”).
目前我做的事情如下：
UPDATE item USE INDEX (code3)
LEFT JOIN prefix ON prefix.length=3 AND LEFT(item.code,3)=prefix.prefix
LEFT JOIN subgroup ON subgroup.id=prefix.subgroup_id
WHERE subgroup.group_id == item.group_id AND
item.segment_id IS NULL
其中code3是KEY code3(segment_id,code(3)). – 同样的逻辑以1,3和4作为长度重复.它似乎非常有效,但我不喜欢它中存在重复(单个操作的4个查询). – 当然这是前缀的最大长度为4的情况.
感谢大家分享您的想法.
It is allright to cache the group_id in prefix table.
因此,让我们在表前缀中创建列group_id,并用适当的值填充列.我假设您知道如何做到这一点,那么让我们进入下一步.
我们将从这个综合指数中获得的最大性能优势：
ALTER TABLE `prefix` ADD INDEX `c_index` (
`group_id` ASC,`prefix` ASC
);
和UPDATE语句：
UPDATE item i
SET
prefix_id = (
SELECT p.id
FROM prefix p USE INDEX (`c_index`)
WHERE
p.group_id = i.group_id AND
p.prefix IN (
LEFT(i.code,4),LEFT(i.code,3),2),1)
)
ORDER BY LENGTH(p.prefix) DESC
LIMIT 1
)
在这个例子中,我假设前缀是可变长度{1,4}.我一起决定使用IN子句而不是LIKE来获得c_index的全部好处.